老卫带你学---leetcode刷题(76. 最小覆盖子串)

76. 最小覆盖子串

问题:

给你一个字符串 s 、一个字符串 t 。返回 s 中涵盖 t 所有字符的最小子串。如果 s 中不存在涵盖 t 所有字符的子串,则返回空字符串 “” 。

注意:

对于 t 中重复字符,我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。
如果 s 中存在这样的子串,我们保证它是唯一的答案。

示例 1:

输入:s = "ADOBECODEBANC", t = "ABC"
输出:"BANC"
解释:最小覆盖子串 "BANC" 包含来自字符串 t 的 'A''B''C'
示例 2:

输入:s = "a", t = "a"
输出:"a"
解释:整个字符串 s 是最小覆盖子串。
示例 3:

输入: s = "a", t = "aa"
输出: ""
解释: t 中两个字符 'a' 均应包含在 s 的子串中,
因此没有符合条件的子字符串,返回空字符串。
提示:

m == s.length
n == t.length
1 <= m, n <= 105
s 和 t 由英文字母组成

解决:

核心思想在于窗口滑动,并且在滑动的过程中通过维护一个字典,代表各个元素还需要的个数

滑动窗口的思想:
用i,j表示滑动窗口的左边界和右边界,通过改变i,j来扩展和收缩滑动窗口,可以想象成一个窗口在字符串上游走,当这个窗口包含的元素满足条件,即包含字符串T的所有元素,记录下这个滑动窗口的长度j-i+1,这些长度中的最小值就是要求的结果。

步骤一
不断增加j使滑动窗口增大,直到窗口包含了T的所有元素

步骤二
不断增加i使滑动窗口缩小,因为是要求最小字串,所以将不必要的元素排除在外,使长度减小,直到碰到一个必须包含的元素,这个时候不能再扔了,再扔就不满足条件了,记录此时滑动窗口的长度,并保存最小值

步骤三
让i再增加一个位置,这个时候滑动窗口肯定不满足条件了,那么继续从步骤一开始执行,寻找新的满足条件的滑动窗口,如此反复,直到j超出了字符串S范围。

用一个字典need来表示当前滑动窗口中需要的各元素的数量,一开始滑动窗口为空,用T中各元素来初始化这个need,当滑动窗口扩展或者收缩的时候,去维护这个need字典,例如当滑动窗口包含某个元素,我们就让need中这个元素的数量减1,代表所需元素减少了1个;当滑动窗口移除某个元素,就让need中这个元素的数量加1。 记住一点:need始终记录着当前滑动窗口下,我们还需要的元素数量,我们在改变i,j时,需同步维护need。 值得注意的是,只要某个元素包含在滑动窗口中,我们就会在need中存储这个元素的数量,如果某个元素存储的是负数代表这个元素是多余的。比如当need等于{‘A’:-2,‘C’:1}时,表示当前滑动窗口中,我们有2个A是多余的,同时还需要1个C。这么做的目的就是为了步骤二中,排除不必要的元素,数量为负的就是不必要的元素,而数量为0表示刚刚好。 回到问题中来,那么如何判断滑动窗口包含了T的所有元素?结论就是当need中所有元素的数量都小于等于0时,表示当前滑动窗口不再需要任何元素。 优化 如果每次判断滑动窗口是否包含了T的所有元素,都去遍历need看是否所有元素数量都小于等于0,这个会耗费O(k)O(k)O(k)的时间复杂度,k代表字典长度,最坏情况下,k可能等于len(S)。 其实这个是可以避免的,我们可以维护一个额外的变量needCnt来记录所需元素的总数量,当我们碰到一个所需元素c,不仅need[c]的数量减少1,同时needCnt也要减少1,这样我们通过needCnt就可以知道是否满足条件,而无需遍历字典了。 前面也提到过,need记录了遍历到的所有元素,而只有need[c]>0大于0时,代表c就是所需元素

func minWindow(s string, t string) string {
	i:=0 //滑动窗口先摁住左边界,增加右边界;有合适的窗口后,再挪动左边界
	res:=[]int{0,math.MaxInt32} 
	dict := make(map[string]int) //key是string类型,因为rune太痛苦了
	for _,j:=range t{
		dict[string(j)]+=1 
	}
	needCnt := len(t) //needCnt可以帮我们快速检查目前还需要元素的总个数
	for j,c := range s{
		if dict[string(c)]>0{//如果元素在字典中,那就可以让value减一
			needCnt -= 1	
		}
		dict[string(c)]-=1
		if needCnt==0{ //该窗口可以匹配成功
			for{ //将窗口左边界i向右移动,旨在删除多余重复元素
				h:=s[i]
				if dict[string(h)]==0{
					break
				}
				dict[string(h)]+=1
				i+=1
			}
			if j-i<res[1]-res[0]{ //维护res最终结果
				res[0],res[1]=i,j
			}
			//既然已经该窗口计算完毕,那我们就接着i+=1往后面继续寻找
			dict[string(s[i])]+=1 //后续i+=1会删掉当前左边界,那我们就需要在字典里+1
			needCnt+=1
			i+=1
		}
	}
	if res[1]>len(s){
		return ""
	} else{
		return s[res[0]:res[1]+1]
	}
}
    def minWindow(self, s: str, t: str) -> str:
        i=0
        res=(0,float('inf'))
        dic=collections.defaultdict(int)
        for c in t:
            dic[c]+=1
        cnt=len(t)
        for j,c in enumerate(s):
            if dic[c]>0:
                cnt-=1
            dic[c]-=1
            if cnt==0:
                while True:
                    c=s[i]
                    if dic[c]==0:
                        break
                    dic[c]+=1
                    i+=1
                if j-i<res[1]-res[0]:
                    res=(i,j)
                dic[s[i]]+=1
                cnt+=1
                i+=1
        if res[1]>len(s):
            return ""
        else:
            return s[res[0]:res[1]+1]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值